Quantile Forest调用predict()时遇'quantiles'参数错误求助

问题原因 #

你安装的quantile-forest 1.1.2版本中，RandomForestQuantileRegressor的predict()方法没有quantiles参数。分位数是在模型初始化阶段通过q参数指定的，这也是你提供的代码能正常运行的原因——你在初始化时已经定义了q=[0.05, 0.50, 0.95]，predict直接返回对应分位数的结果。

解决方案 #

方案1：升级到2.x版本（支持预测时动态指定分位数）

quantile-forest 2.x版本重构了API，允许在predict()方法中传入quantiles参数。执行以下命令升级：

pip install --upgrade quantile-forest

升级后的使用示例：

X_train, X_test, y_train, y_test = train_test_split(features, labels, train_size=0.5, random_state=0)
# 初始化时无需指定q
qrf = RandomForestQuantileRegressor()
qrf.fit(X_train, y_train)
# 预测时动态指定分位数
y_pred = qrf.predict(X_test, quantiles=[0.05, 0.5, 0.95])
# 结果为形状(n_samples, n_quantiles)的数组
y_pred_5 = y_pred[:, 0]
y_pred_median = y_pred[:, 1]
y_pred_95 = y_pred[:, 2]

方案2：保持1.1.2版本（按初始化时的q参数预测）

如果不想升级版本，就遵循1.x版本的设计逻辑：每次需要不同分位数时，重新初始化模型并指定对应的q参数后训练：

# 示例：预测0.1、0.5、0.9分位数
qrf_new = RandomForestQuantileRegressor(q=[0.1, 0.5, 0.9])
qrf_new.fit(X_train, y_train)
y_pred_10, y_pred_median, y_pred_90 = qrf_new.predict(X_test)

验证当前版本 #

执行以下命令确认已安装的quantile-forest版本，避免版本混淆：

pip show quantile-forest

内容的提问来源于stack exchange，提问作者Tina B